改进型灰色神经网络在火灾预测中的应用研究

为提高火灾事故的预测精度,降低火灾损失,探讨并修正传统GM(1,1)预测模型关于背景值构造的缺陷,将改进后的灰色模型同BP神经网络模型融合,提出改进型灰色神经网络火灾预测模型。依据我国1997—2009年火灾事故统计数据,分别选用改进型GM(1,1)和改进型灰色神经网络模型对1997—2007年火灾发生起数进行拟合仿真,得到2008—2009年火灾起数预测结果。结果表明:该模型在避免GM(1,1)关于背景值构造缺陷的基础上,兼具灰色系统与神经网络的优点,既体现火灾复杂的灰色系统行为,又能自适应调整学习速率,与单一GM(1,1)相比,该模型的预测结果精度更高。     

基于Prophet-随机森林优化模型的空气质量指数规模预测

长时间的规模预测有助于从宏观角度分析事物的发展趋势与规律。对上海市2013—2017年逐日空气质量指数(AQI)进行分析,在此基础上建立了Prophet-随机森林(RF)优化模型。Prophet模型将AQI时间序列趋势分解为趋势项、季节项、节假日效应;RF算法用于弥补Prophet模型无法预测随机非线性部分的缺点,对Prophet模型进行优化,将Prophet-RF优化模型用于AQI的规模预测。结果表明:相比于Prophet模型,Prophet-RF优化模型的预测效果更加精确,其中,拟合值的均方根误差和平均绝对误差均减少了0.161,预测值的均方根误差和平均绝对误差分别减少了0.434和0.399。Prophet-RF优化模型解释性强且精度高,对于时间序列的规模预测具有较明显的优势。     

闽南山区连续年龄序列桉树人工林土壤养分动态

对闽南山区连续年龄序列(2 a、3 a、4 a、5 a、6 a)的尾巨桉(Eucalyptus urophyllaxE.grandis)人工林土壤有机碳及氮、磷、钾含量进行了分析,以评价土壤养分随林分年龄的变化动态.土壤有机碳、全氮、水解氮、全磷、速效磷均表现出随林分年龄增加而增加,到4 a生时达到最大,随后则呈下降趋势,6 a生时下降到最低值.速效钾含量则随林分年龄增加逐步下降,6 a生林分0～20 cm、20～40 cm和40～60 cm这3个土层速效钾含量分别比2 a生下降了53.2%、44.4%和55.2%;土壤全钾含量也表现出一定的下降趋势.所有年龄林分的土壤有机碳、全氮、水解氮、全磷、速效磷和速效钾含量均随土层深度增加而降低,而土壤伞钾则表现出相反的趋势.因此,在桉树人工林经营过程中,应定期增施钾肥,适时施用有机肥及氮、磷肥,以控制地力衰退.图4表2参24     

异养硝化细菌处理氨氮废水及影响因素研究

从生物陶粒反应器中筛选出6株异养硝化细菌,将异养硝化细菌扩大培养后,建立SBR反应器并进行了氨氮去除的试验研究。在SBR反应器进入稳定运行阶段时,可以观察到系统对于氨氮的去除率稳定在82．96％左右,表现出较好的氨氮去除效果;出水亚硝酸盐含量一直维持在较低的水平,其最大值不超过3．84mg·L-1;COD的平均去除率为54．72％,基本实现了同一反应器中的有机物和氨氮的共同去除。异养硝化SBR反应器温度为29℃时,反应器对氨氮和总氮的去除能力最大为82．28％和47．27％;在pH值为8．0时,氨氮去除率最高达到80．15％。C／N〈4．5时,随着C／N比的增加,氨氮和总氮的去除率快速增加;在C/N为6时,氨氮去除率最高达到87．62％。     

基于加权线性回归模型组的湖北省工矿事故死亡人数分析预测

以2005-2014年湖北省工矿企业事故死亡人数为基础,通过对时间序列图分析可知,该省工矿企业事故具有明显的周期性、季节性。另外,依据安全系统特征属性,系统近期的状况相对远期的状况对未来预测更具有影响力。因此,各个季节数据的权重应有所不同。综合考虑以上两种情况,提出对4个季节建立不同的线性加权线性回归模型,并进行组合,形成加权线性回归模型组,进而对2015-2016年各个季度进行预测。最后,与传统的时间序列分析方法比较可知,加权线性回归模型组的方法建立的模型显著性、拟合度更高,并且模型的可读性更强、更简单。     

生物转鼓过滤器反硝化去除NO过程中微生物群落结构多样性解析

采用PCR-DGGE技术分析了生物转鼓过滤器(RDB)反硝化去除NO过程中的微生物多样性.研究结果表明,RDB中存在16种优势菌,并且沿填料径向不同位置的DGGE图谱差异性不大,细菌群落结构具有较高相似性.通过DGGE图形比较和微生物群落生物多样性指数计算,发现在RDB内加入CuⅡ(EDTA)络合剂后,NO去除率上升,而微生物群落多样性先增加后又下降,但群落结构变化不显著.对DGGE图谱中8条主带进行回收、扩增、克隆和测序,结果显示RDB中微生物群落主要由Cytopahga-Flexibacteria-Bacteroides(CFB)group Bacteroides、β-Proteobacterium、γ-Proteobacterium和Clostridium sp.组成.反硝化功能与条带G-5(属于γ-Proteobacterium)和G-6、G-8(属于β-Proteobacterium)所代表的菌种相关,相似性≥98%.G-3序列与GenBank数据库中2个最相似序列的相似性只有93%和92%,表明这个条带所代表的微生物可能为新的未培养微生物.     

小波分析在PM10浓度时间序列分析中的应用

以西安市PM10日平均浓度时间序列为例,根据小波分析的基本原理,应用小波分解和重构对PM10浓度时间序列的变化进行了分析,得到PM10的年变化趋势和突变特征。研究结果表明,用小波分析应用于大气污染物浓度时间序列的分析是可行的。     

遗传资源数字序列信息议题的发展动态和中国选择

遗传资源数字序列信息是近年来合成生物学突飞猛进和DNA测序便捷化的产物。遗传资源数字序列信息相关的法律问题吸引了国际组织和国家的广泛讨论。数字序列信息利用的广泛性和普遍性对保护生物多样性产生积极影响,同时也给遗传资源的获取和惠益分享带来挑战。数字序列信息的术语确定、内容范围和如何使用的争论体现了发达国家和发展中国家之间在数字序列信息的法律属性认定和惠益分享方面存在的分歧。我国应利用缔约方大会谈判推动进程,在国际谈判中将数字序列信息放在《名古屋议定书》框架下讨论,将其解释为"遗传资源",对数字序列信息的测序和存储解释为"利用遗传资源"。《生物遗传资源获取与惠益分享管理条例(草案)》中不应过分强调利用生物遗传资源的物理材料以及有形性,而应该注重保护与遗传资源相关的信息或数据,整合和新建数字序列信息数据库。     

基于遥感影像序列的建设占用农用地时空信息提取

随着我国城市化进程持续深入,大量农用地被建设占用,严重威胁着粮食安全和生态环境.因此,农用地保护刻不容缓,而及时获取建设占用农用地时空信息是其重要基础.利用长时间序列Landsat影像,构建了一种基于时序异常值分段检测的建设占用农用地信息提取方法.首先构造多种指数的原始时间序列和年际变化率时间序列,根据年际变化率时间序列选择能够显著表征建设占用农用地的指数,然后采用异常值检测算法对年际变化率时间序列进行异常值检测以获取发生土地利用变化的像元及其变化时点,最后根据变化时点将原始时间序列分割为三段子序列,并分别与建设用地原始时间序列、农用地原始时间序列对应的子序列进行相似性比较,识别建设占用农用地的像元.实验证明,该文提出的方法能够快速获取建设占用农用地的变化时点和空间位置信息,变化时点检测的总体精度为89.35％,Kappa系数为0.88;空间位置检测精测精度为93.49％,Kappa系数为0.91.     

丽江拉市海湖库水环境质量变化趋势分析及预测

为研究丽江拉市海近年水质变化情况,对拉市海2018—2021年营养化状态指数和内梅罗污染指数进行Spearman相关分析,对监测项目变化趋势、单因子污染指数和主成分进行分析,对出现过超标情况的pH值变化原因进行分析,应用时间序列预测传统模型预测了2022年拉市海水质,为生态环境部门保护拉市海提供了思路和方法。研究结果显示：拉市海内梅罗污染指数显著升高,营养化状态指数变化趋势不显著,整体水质变差;监测项目结果无显著变化,有7个监测项目单因子污染指数超过0.5,其中pH值最高,主成分分析结果表明目前影响拉市海水环境质量的主要项目涉及到拉市海中的耗氧物质、溶解氧浓度、酸碱性和氮磷循环;pH值随月份规律变化,预测2022年pH值在8月和9月可能出现超标情况,2022年年均值能达到Ⅲ类标准。